统计过程控制SPC培训教材ppt课件.ppt

《统计过程控制SPC培训教材ppt课件.ppt》由会员分享，可在线阅读，更多相关《统计过程控制SPC培训教材ppt课件.ppt（68页珍藏版）》请在三一办公上搜索。

1、统计过程控制 Statistical Process Control （ S P C ）,2022/11/28,1、统计过程控制（SPC）的概念： 指 Statistical Process Control （统计过程控 制）的英文简称。 S （ Statistical ） 统计 P （ Process ） 过程 C （ Control ） 控制2、统计过程控制（SPC）的定义： 使用诸如控制图等统计技术来分析制造过程或其输 出，以便采取适当的措施，为达到并保持统计控制 状态从而提高或改进制造过程能力。,一、统计过程控制（SPC）概述,2022/11/28,3、统计过程控制（SPC）的目的：

2、为了解制造过程以及改善制造过程，藉由对制造 过程能力的分析/评估使其有量化数据/资料。以供作 为产品设计/开发和制造过程设计/开发及其改进、选 择材料、操作人员或作业方法的依据和参考，持续改 进产品质量和服务的价值，达到顾客满意。4、SPC 实施的范围： 新产品和常规产品（包括老产品和旧产品）中， 顾客要求和公司确定的产品和过程特殊特性。,2022/11/28,第一阶段 第二阶段 第三阶段 第四阶段 第五阶段 计划和 产品设计 过程设计 产品和 反馈、评定 确定项目 和开发 和开发 过程确定 和纠正措施 样件制作 试生产 批量生产,PPAP MSA DFMEA PFMEA SPC SPC （P

3、pk1.67) （Cpk1.33） 样件CP 试生产CP 生产CP,5、 SPC 与 APQP/CP、FMEA、PPAP 和 MSA 的关系：,2022/11/28,二、质量管理七大统计工具： 1. 检查表（Check Sheet或Cheek List；亦称点检表或查检表）： 指使用简单易于了解的标准化表格或图形，只需填入规定的检查 记录，再加以统计汇整其数据，即可提供量化分析或比对检查用 的统计分析的图表称为检查表。,铸造不良情况检查表,2022/11/28,2. 层别法（Stratification；亦称分层法）：为区分所搜集的数据，因 各种不同的特征对结果产生的影响，而以各种特征加以分类

4、、统计所 采用的统计分析的方法称为层别法。层别法的应用，主要是一种系统 概念，即在于要想把相当复杂的资料进行处理，应懂得如何把这些资 料加以有系统、有目的的进行分门别类的归纳及统计。,表一 泄漏调查表（人员分类） 表二 泄漏调查表（配件厂商分类）,2022/11/28,3. 散布图（Scatter Diagram；亦称相关图）：用来分析两个相对应变 量（一组成对的数据）之间是否存在某种相互作用或影响的相关性， 称为散布图。这种成对的数据或许是“特性要因”、“特性特 性”、“要因要因”。,2022/11/28,4. 柏拉图（Pareto Diagram；亦称排列图或ABC图或ABC分析法）：根据

5、所收集 的数据，按不良原因、不良状况、不良项目、不良发生的位置等不同区分标 准而有系统地加以整理、分类，并计算出各项目别所产生的数据（如不良率、 损失金额等）及所占的比例，再依照其大小顺序排列，再加上累积值的图形 所采用的统计分析的方法称为柏拉图。 4.1 ABC图：从柏拉图可看出哪一项目有问题，其影响度如何，以判断问题 之症结所在，并针对问题点采取改善措施。亦即指用从影响质量特性 的诸多因素中，找出主要因素的有效方法，故称为ABC图或主次因素分 析图或ABC分析法。因柏拉图的项目别排列是按大小顺序进行的，故又 称为排列图。 4.2 ABC分析法：重点强调对于一切事务，依其价值的大小而付出不同

6、的 努力，以获得效果。亦即指柏拉图分析前面23项重要项目之控制。 4.3 排列图：一种用于解决问题的简单工具，按照对成本或总变差的影响 程度对各种潜在的有问题区域或变差源进行排序。一般情况下，大多 数的成本（或变差）是由于少量原因造成的，所以解决问题的精力最 好优先集中在少量关键的原因上，而暂时忽视多数不重要的原因。 4.4 柏拉图是美国品管大师裘兰博士（Joseph Juran）将劳伦兹曲线（美 国经济学者M . O. Lorenz）运用于品管上,同时创造出“Vital Few Trivial Many”（重要的少数、锁细的多数）的见解，并利用意大利 经济学家柏拉图（V.Pareto）的统计

7、图加以延伸所创造出来的。,2022/11/28,铸造车间产品生产废品统计表,2022/11/28,5. 特性要因分析图（Characteristic Diagram ；亦称石川图或鱼骨图/鱼刺图 或因果图）：指将造成某项结果的众多原因，以有系统的方式来表达结果 （特性）与原因之间的关系图表。 5.1 因果图（Cause-and-Effect Diagram）：一种用于解决单个问题的简 单工具，它对各种过程要素采用图形描述来分析过程可能的变差源， 也被称作鱼刺图（以其形状命名）或石川图（以其发明命名）。 A）、某项结果的形成，必定有其原因，应设法利用图解法找出其原 因来，这个概念是由日本品管大师

8、石川馨博士提出的。 B）、特性要因图是利用5M+1E：人员（Man）、机器（Machine）、材 料（Material）、方法（Method）、测量（Measurement）、环 境（Environment）等五大类加以分析及应用的。,2022/11/28,6. 直方图（Histogram；亦称柱状图）：将所收集的测定特性值或结果 值，分为几个相等的区间作为横轴，并将各区间内所测定的特性值或 结果值依所出现的次数累积而成的面积，用柱子排起来的图形，称为 直方图。亦即指用来对特征数据进行分级整理，将杂乱无章的资料， 解析出其规律性，以得出其分布特征的统计分析的方法。,2022/11/28,7.

9、控制图（Control Chart）：用来表示一个过程特性的图象，图上标 有根据那个特性收集到的一些统计数据，如一条中心线、一条或两条 控制限，它能减少I类错误和类错误的净经济损失。它有两个基本 的用途：一是用来判定一个过程是否一直受统计控制；二是用来帮助 过程保持受控状态。亦即指附有控制界限的图表，用以描述样本数据 与界限比较。若数据超出界限或出现“链”及非随机图形，表示过程 存在特殊原因变差，则应采用适当的措施加以消除。 7.1 类错误：拒绝一个真实的假设。例如：采取了一个适用于特 殊原因的措施而实际上过程还没有发生变化；即过度控制。 7.2 类错误：没有拒绝一个错误的假设。例如：对实际上

10、受特殊 原因影响的过程没有采取适当的措施；即控制不足。 7.3 计数值控制图与计量值控制图的应用比较：,2022/11/28,7.4 链：控制图上系列连续上升或下降，或在中心线之上或之下的 点。它是分析是否存在造成变差的特殊原因的依据。7.5 链图：一种代表过程特性的简单图形，上面描有一些从过程中收 集到的统计数据(通常是单值)和一条中心线(通常是测量值的中 位数)，可用来进行链分析。,2022/11/28,三、术语1、计数型数据：可以用来记录和分析的定性数据，例如：要求的标签出 现，所有要求的紧固件安装，经费报告中不出现错误等特性量即为计 数型数据的例子。其他的例子如一些本来就可测量(即可以

11、作为计量型 数据处理)只是其结果用简单的“是否”的形式来记录，例如：用通 过不通过量规来检验一根轴的直径的可接受性，或一张图样上任何 设计更改的出现。计数型数据通常以不合格品或不合格的形式收集， 它们通过p、np、c和u控制图来分析。2、计量型数据：指定量的数据，可用测量值来分析。例如：用毫米表示 的轴承轴颈直径、用牛顿表示关门的力、用百分数表示电解液的浓 度、用牛顿米表示紧固件的力矩、X-R图、X-S、中位数、单值和移 动极差控制图等都用于计量型数据。3、均值：数值的总和被其个数(样本容量)除，在被平均的值的符号上加 一横线表示。例如：在一个子组内的X值的平均值记为X，X (X两横) 为子组

12、平均值的平均值，X (X上加一波浪线)为子组中位数的平均值。 R为子组极差的平均值。 4、极差（亦称全距）：一个子组、样本或总体中最大值与最小值之差 ( Max - Min )。,2022/11/28,5、正态分布（亦称常态分布或常态分配）：一种用于计量型数据的、连 续的、对称的钟形频率分布。它是计量型数据用控制图的基础，当一 组测量数据服从常态分配（正态分布）时，有大约68.26%的测量值落 在平均值处正负一个标准差的区间内，大约95.44%的测量值将落在平 均值处正负两个标准差的区间内，大约99.73%的测量值将落在平均值 处正负三个标准差的区间内。这些百分数是控制界限或控制图分析的 基础

13、（因为即使整个输出的全部数据不服从常态分配，但其子组平均 值趋向于正态分布），而且是许多过程能力确定的基础（因为许多工 业过程的输出服从常态分配）。,2022/11/28,6、标准差：过程输出的分布宽度或从过程中统计抽样值(例如：子组均值) 的分布宽度的量度，用希腊字母或字母s(用于样本标准差)表示。 7、(Sigma)：用于代表标准差的希腊字母。 8、中心线：控制图上的一条线，代表所给数据平均值。9、连续的：连续生产的产品单元，是选择子组样本的基础。 10、控制限：控制图上的一条线(或几条线)，作为制定一个过程是否稳定 的基础。如有超出了控制极限变差存在，则证明过程受特殊因素的影 响。控制限

14、是通过过程数据计算出来的，不要与工程的技术规范相混 淆。11、分布：描述具有稳定系统变差的输出的一种方式，其中单个值是不可 预测的，但一组单值就可形成一种图形，并可用位置、分布宽度和形 状这些术语来描述。位置一般用均值来表示，或者用中位数表示。分 布宽度用样本的标准差或样本极差表示，形状包括许多特性，比如对 称性及峰度，但经常使用常见分布的名称来概括，如：正态分布，二 项分布，或泊松分布。 12、单值：一个单个的单位产品或一个特性的一次测量，通常用符号X表 示。13、位置：分布中心趋势典型值的一般概念。14、平均值：一组测量值的均值。,2022/11/28,15、中位数：将一组测量值从小到大排

15、列后，中间的值即为中位数。如果数据的个 数为偶数，一般将中间两个数的平均值作为中位数。子组中位数是构成简单的 有关过程位置的控制图的基础。中位数用加波浪号()的符号表示；如 X 就 是一分组的中位数。16、移动极差：两个或多个连续样本值中最大值与最小值之差，这种差是按这样方 式计算的：每当得到一个个额外的数据点时，就在样本中加上这个新的点，同 时删除其中时间上“最老的”点，然后计算与这点有关的极差、因此每个极差 的汁算至少与前个极差的汁算共用一个点的值。一般说来，移动极差用于单 值控制图，并且通常用两点(连续的点)来计算移动极差。 17、过程均值：一个特定过程特性的测量值分布的位置即为过程平均

16、值，通常用又 来表示。18、过程能力：一个稳定过程的固有变差(6：R/d2 )的总范围。 对于计量型数据： (1) 过程固有能力定义为6 - R/d2; (2) 符合规范的过程能力(即输出符合规范的百分数)可以通过考虑过程 中心及分布宽度(如Cpk)等指数和一些假设来估算。然而，也有估算 这个值更精确的方法。 对于计数型数据： 过程能力通常用不合格的平均比例或比率来表示。例如，从控制图上来 说，过程能力被定义为 p，c 或 u，这里直接指的是不符合规范的产品的 平均比例或比率(或用符合规范的比例1一 p表示)。,2022/11/28,19、初始过程研究：为获得与内部或顾客要求相关的新的或更改过

17、程性能 的早期信息所进行的短期研究。在很多情况下，初始过程研究是在新 过程进展中的几个点进行的（如在设备或工装分承包方的工厂、安装 后在供方的工厂）。这些研究应依据使用控制图评价的计量数据。20、控制（稳定性）：不存在变差的特殊原因；处于统计控制的状态。21、过度调整：指把一个偏离目标的值，当作过程中特殊原因处理的作 法。（若根据每一次所作的测量来调整一个稳定的过程，则调整就成 了另外一个变差源）。22、统计值：由样本数据计算得到的值(例如：于组均值或极差)，用来推 断产生输出的过程，而这个样本也是来自这个输出。23、统计控制：描述一个过程的状态，这个过程中所有的特殊原因变差都 已排除，并且仅

18、存在普通原因。即：观察到的变差可归咎于恒定系统 的偶然原因；在控制图上表现为不存在超出控制限的点或在控制限范 围内不存在非随机性的图形。 24、稳定过程：处于统计控制状态的过程。25、过程分布宽度：一个过程特性单值的分布变化程度。通常用过程平均 值加减几倍的标准差来表示(例如：X 土 3)。,2022/11/28,26、Cpk（稳定过程的能力指数）：为一稳定过程【某一天、某一班次、 某一批、某一机台其组內的变差( R-bar/d2 or S-bar / C4 )】下的 “能力指数”，计算时须同时考虑过程数的趋势及该趋势接近于规格 界限的程度。即：通常定义为CPU或CPL中的最小值。,2022/

19、11/28,27、Ppk（性能指数，即初期过程的能力指数）：为试生产阶段一项类似于Cpk的 能力指数，某一产品长期监控下的“能力指数”；但本项指数的计算，是以 新产品的初期过程性能研究所得的数据为基础。即：通常定义为PPU或PPL中 的最小值。28、Ca（过程准确度）：从生产过程中所获得的资料其实际平均值与规格中心值 的间偏差的程度。29、Cp（过程精密度）：从生产过程中全数抽样或随机抽样（一般样本须在50个 以上）所计算出来的样本标准差（X），以推定实际群体的标准差（）用 三个标准差（3）与规格公差比较或是以六个标准差（6）与规格公差比 较。 30、PPM（质量水准，即每百万零件不合格数）：

20、指一种根据实际的有缺陷材料来 反映过程能力的一种方法。PPM数据常用来优先制定纠正措施。,2022/11/28,正态分布（常态分布）,群体：N 规格中心值：T 平均数：X（集中趋势） 标准偏差：（离散趋势） 被涵盖在特定范围内的几率,2022/11/28,四、控制图的基本特征, 一般控制图纵轴均设定为产品的质量特性，而以过程变化的数据为刻度；横轴 则为检测产品的群体代码或编号或年月日等，以时间别或制造先后别，依顺序 点绘在图上。 在控制图上有三条笔直的横线，中间的一条为中心线(Central Line，简称： CL)，一般用蓝色的实线绘制；在上方的一条称为控制上限(Upper Control

21、Limit，简称：UCL)；在下方的称为控制下限(Lower Control Limit，简称： LCL)。对上、下控制界限的绘制，则一般均用红色的虚线表现，以表示可接受 的变差范围；至于实际产品质量特性的点连线条则大都用黑色实线绘制。 控制状态:：,2022/11/28, 控制图是以常态分布中的三个标准差为理论依据。中心线为平均值，上、下控制界限为平均数加减三个标准差(3)的值，以判断过程中是否有问题发生。此即为修哈特博士(W.A.Shewhart)所创造的“控制图”方法。控制图即以3个标准差为基础，换句话说，只要群体是常态分布，则自该群体进行取样时，用取出的数值加以平均计算来代表群体，则每

22、进行10000次的抽样会有27次偶然机会，不予计较。同样我们平均抽样时如有超出时，判定为异常，则误判的机率也是千分之三。因为假设机率存在的前提，所以控制界限以加减3个标准差来订立，应是最符合经济效益的。,五、控制界限的构成,2022/11/28, 控制图的控制界限是把正态 分布（常态分配）图形旋转 90后，在平均值处绘成中 心线(CL)，平均值加三个标 准差处绘成上控制界限 (UCL)，在平均值减三个标准 差处绘成下控制界限(LCL)。,2022/11/28,1、质量变差形成的原因: 一般在制造过程中，无论是多么精密的设备、素质很高的作业员或很 好的工作环境，它的质量特性一定都会有变动，绝对无

23、法做出完全一 模一样的产品。而引起产品质量变差的原因可分为两种：一种为普通 原因，一种为特殊原因。 变差：过程的单个输出之间不可避免的差别；变差的原因可分为 两类：普通原因和特殊原因。 固有变差：仅由普通原因造成的过程变差，由 = R/d2 来估 计。 总变差：由普通原因和特殊原因共同造成的变差，用 S 来估 计。,六、控制图的原理,2022/11/28,2022/11/28, 普通原因：造成变差的一个原因，它影响被研究过程输出的所有单 值，在控制图分析中，它表现为随机过程变差的一部分。亦称为： 不可避免的原因、非人为的原因、共同性原因、一般性原因、偶然 原因、机遇原因等。它是属于控制状态的变

24、异。 过程中只有普通原因的变差。如果仅存在变差的普通原因，随着 时间的推移，过程的输出形成一个稳定的分布并可预测。,目标值线,目标值线,2022/11/28, 特殊原因：一种间断性的、不可预计的、不稳定的变差根源，有时候 被称为可查明原因。存在它的信号是：存在超过控制限的点或存在控 制限之内的链或其它非随机性的图形。亦称为：可避免的原因、人为 的原因、局部性原因、非机遇原因等。不可让它存在，必须追查原 因，采取必要的行动和措施，使过程恢复正常控制状态，否则会造成 很大的损失。 过程中有特殊原因的变差。如果存在变差的特殊原因，随着时间 的推移，过程的输出不稳定。,目标值线,目标值线,2022/1

25、1/28,2。普通原因和特殊原因的区别和差异, 局部措施（Location Action） 通常用来消除变差的特殊原因； 通常由与过程直接相关的人员实施； 大约可纠正15%的过程问题。 对系统采取措施（Action on the System） 通常用来消除变差的普通原因； 几乎总是要求管理措施，以便纠正； 大约可纠正85%的过程问题。,2022/11/28,2022/11/28,过程能力 受控且有能力符合规范 （普通原因造成的变差已减少） 规范下限 规范上限 时间 范围 受控但没有能力符合规范 （普通原因造成的变差太大）,2022/11/28, 按数据性质分类: (1)、计量值控制图:指控制

26、图的数据均属于由量具实际测量而得；如长度、 重量、浓度等特性均为连续性的，常用的计量值控制图有: (a) 平均数与极差控制图 ( X - R Chart) (2)、计数值控制图:指控制图的数据均属于以单位计数而得；如：不合格 数、缺点数等间断性数据等。常用的计数值控制图有: (a) 不良率控制图( P chart ) (b) 不良数控制图( Pn chart,又称np chart或d chart ),七、常用控制图的种类,2022/11/28, 计量型数据（Variable data）： 指定量的数据，可用测量值来分析。例如：用毫米表示的轴承轴颈直径、 用牛顿表示关门的力、用百分数表示电解液的

27、浓度、用牛顿米表示紧固 件的力矩、X-R图、X-S、中位数、单值和移动极差控制图等都用于计量型 数据。 计数型数据（Attribute data）： 可以用来记录和分析的定性数据。例如：要求的标签出现、所有要求的紧 固件安装、经费报告中不出现错误等特性量即为计数型数据的例子。其它 的例子如一些本来就可测量（即可以作为计量型数据处理）只是其结果用 简单的“是/否”的形式来记录，例如：用通过/不通过量具来检验一根轴 的直径的可接受性，或一张图样上任何设计更改的出现，计数型数据通常 以不合格品或不合格的形式收集，它们通过P、np、U和C控制图来分析。 计数值控制图与计量值控制图的应用比较：,控制图（

28、平均值与全距）1.公式： (1) 控制图 CL = UCL = A2 LCL = A2 (2) R 控制图 CL = UCL = D4 LCL = D32.实例： 某工厂制造一批紫铜管，应用 -R控制图来控制其内径，尺寸 单位为m/m，利用下页数据表之资料，求得其控制界限并绘图。 （n = 5）,R控制图用数据表,产品名称：紫铜管 机械号码：XXX 质量特性：内径 操 作 者：XXX测定单位：m/m 测 定 者：XXX 制造场所：XXX抽样期限：自年月日至年月日,R 绘图步骤 1.将每样组之 与算出记入数据表内。 2.求 与 50.16 4.8 3.查系数A2，D4，D3 A20.58，D42

29、.11，D3负值（以0代表） p35,R 绘图步骤,4.求控制界限 (1) 控制图 CL 50.16 UCL A2 50.16(0.58) (4.8) 52.93 LCL A2 50.16(0.58) (4.8) 47.39 (2) R 控制图： CL 4.8 UCL D4 (0.11) (4.8)10.13 LCL D3 (0) (4.8)0, R 绘图步骤,5.将控制界限绘入控制图6.点图7.检讨控制界限, R 控制图,Work shop R 范例,某产品制成后，经常发现不良品，今利用 R控制图控制其质量特性，每天取样2次，每次样本大小n=5，下表是10天内所收集之数据（由同一作业员操作同

30、一部机器所得之数据），试计算 R控制图之控制界限，并绘成控制图。,P控制图(不良率),1.公式 (1) 公组样本大小n相等时： CL UCL 3 LCL 3 (2) n不等，且相差小于20%时： CL UCL 3 LCL 3,P控制图(不良率),(3) n不等，且相差大于20%时： CL UCL 3 LCL 3,P控制图(不良率),2.实例某工厂制造外销产品，每2小时抽取100件来检查，将检查所得之不良品数 据，列于下表，利用此项数据，绘制不良率(p)控制图，控制其质量,P控制图绘图步骤,1.求控制界限 CL 0.05 5% UCL 3 11.54% LCL 3 （为负值，视为0）,P控制图绘

31、图步骤2.点绘控制图,Work shop P 范例 某工厂之生产线，每分钟制造产品200个，今为控制其焊锡不良，采用不良率控制图加以控制，每2小时抽查200个，试根据下列资料计算不良率控制图之中心线及控制界限，并绘制其控制图。,控制图绘制要点,(1) 各项工序名称、控制特性、测定单位、设备别、操作(测定)、样本大 小、材料别、环境变化等任何变更资料应清楚填入，以便资料的分 析整理。(2) 计量值双控制图( 等)。其X控制图与R控制图的控制界限 宽度取法，一般原则以组的样本数(n)为参考，X控制图的单位分度宽 约为R控制图的 倍。 (纵轴控制界限宽度约2030m/m；横轴各组间隔约2-5mm)。

32、(3) 中心线(CL)以实线记入，控制界限则记入虚线；各线上须依线别分别 记入CL、UCL、LCL等符号。(4) CL、UCL、LCL的数值位数计算比测定值多两位数即可。 (各组数据的平均计算数则取此测定值多一位数)。(5) 点之绘制有,等，最好由公司统一规定。(6) 双控制图，二个控制图的绘制间隔限最少距20mm以上，可行的话最好 30mm左右。,控制图使用时的注意事项,1、控制图使用前，现场作业的标准化应已经完成。2、控制图使用前，应先决定控制项目，包括质量特性的选择与取样数量的决定。3、控制界限千万不可用规格值代替。4、控制图种类的筛选应配合控制项目的决定时进行搭配。5、抽样方法以能取得

33、合理样组为原则。6、点子超出界限或有不正常之状态，必须利用各种措施研究改善或配合统计方法 把异常原因找出，同时加以消除。7、 控制图里组的大小(n)，一般采n=4-5最适合。 8、R控制图没有控制下限，是因R值是由同组数据的最大值减最小值而得，所以LCL 取负值没有意义。9、控制图一定要与过程控制的配置结合。10、p控制图如果有点超出控制下限，也应采取对策，不能认为不良率低而不必采 取对策，因为异常原因可能来自: 1）、量具的失准。须更新量具，并检查已有的量测值的影响度。 2）、合格品的判定方法有误。应立即修正。 3）、真正有不合格率变小的原因。若能进一步掌握原因，则有助于日后大幅 降低不合格

34、率。11、过程控制做得不好、控制图形同虚设。要使控制图发挥效用，应使产品过程能 力中的Cp值(过程能力指数)大于1以上。,计量值控制图常用之系数表,常态分配统计量抽样分配常数表,l 正常点子之动态之控制图，如图一。 1. 多数的点子，集中在中心线附近，且两边对称。 2. 少数的点子，落在控制界限附近。 3. 点子之分布呈随机状态，无任何规则可寻。 4. 没有点子超出控制界限外(就是有也很少)。,控制图的判定方法,控制图的判定方法, 可否延长控制界限做为后续过程控制用的研判基准: 连续25点以上出现在控制界限线内时(机率为93.46%)。 连续35点中,出现在控制界限外点子不超出1点时。 连续1

35、00点中,出现在控制界限外点子不超出2点时。 过程在满足上述条件时，虽可认为过程在控制状态而不 予变动控制界限，但并非点子超出控制界限外也可接 受；这些超限的点子必定有异常原因，故应追究调查原 因并加以消除。,控制图的判定方法,l 不正常点子之动态之控制图 1. 在中心线附近无点子。 此种型态通常称之为“混合型”，因样本中可能包括两种 群体，其中一种偏大，另一种偏小，如图二。 2.在控制界限附近无点子。 此种型态通常称之为”层别型”，因为原群体可能已经加 以检剔过，如图三。 3. 有点子逸出控制界限之现象。 此种型态通常称之为”不稳定型”，如图四。,A、控制图的判读法,控制图之不正常型态之鉴别

36、是根据或然率之理论而加以判定的，当出现下述之一项者，即为不正常之型态，应调查其可能出现的原因。, 统计过程控制（SPC）中控制图的判定准则一： 不能有点子超出上、下控制限；,检定规则1: (1界外) 有1点在A区以外, 统计过程控制（SPC）中控制图的判定准则二： 连续3点中不能有2点落在A区或A区以外之区域；,检定规则2: (2/3A) 连续3点中有2点在A区或A区以外, 统计过程控制（SPC）中控制图的判定准则三： 连续5点中不能有4点落在B区或B区以外之区域；,检定规则3: (4/5B) 连续5点中有4点在B区或B区以外, 统计过程控制（SPC）中控制图的判定准则四： 不能有连续9点（或

37、更多点）落在控制中心线的同一侧；,检定规则4: (9单侧) 连续9点在控制中心的同一侧, 统计过程控制（SPC）中控制图的判定准则五： 不能有连续7点（或更多点）持续上升或下降；,检定规则5: (7连串) 连续7点（或更多点）持续上升或下降, 统计过程控制（SPC）中控制图的判定准则六： 不能有连续14点交互着一升一降；,检定规则6: (14升降) 连续14点交互着一升一降, 统计过程控制（SPC）中控制图的判定准则七： 不能有连续8点在中心线的两侧,但C区并无点子。,检定规则7: (8缺C) 连续8点在中心线的两侧,但C区并无点子, 统计过程控制（SPC）中控制图的判定准则八： 不能有连续1

38、5点在中心线上下两侧的C区 。,检定规则7: (15C) 连续8点在中心线的两侧,但C区并无点子, 统计过程控制（SPC）中控制图的判定准则九： (1)连续五点继续上升(或下降)注意以后动态。（如图a） (2)连续六点继续上升(或下降)开始调查原因。(如图b ) (3)连续七点继续上升(或下降)必有原因，应立即采取措施。 (如图c ), 统计过程控制（SPC）中控制图的判定准则十： 点子出现在中心线的单侧较多时，有下列状况者： a.连续11点中至少有10点 b.连续14点中至少有12点 c.连续17点中至少有14点 d.连续20点中至少有16点 统计过程控制（SPC）中控制图的判定准则十一：

39、点出现在控制图界限的近旁时，一般以超出2控制界限的点为调整 基准，出现下列情形时，可判定过程发生异常： a. 连续 3点中有2点以上时 b. 连续 7点中有3点以上时 c. 连续10点中有4点以上时,SPC能解决的问题,1.经济性：有效的抽样控制，不用全数检验，不良率和成本得 以控制。使过程稳定，能掌握质量、成本与交期。2.预警性：过程的异常趋势可实时对策，预防整批不良,以减 少浪费。3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参 考。4.善用机器设备：估计机器能力，可妥善安排适当机器生产适 当零件。5.改善的评估：过程能力可作为改善前后比较之指南。,过程能力等级判断及处置建议P%,过程能力等级判断及处置建议P%,